sui-1：基于依据且可验证的长文本摘要

大型语言模型经常生成看似合理但并不忠实的摘要，用户无法将其与源文本进行核对，这在政府和法律分析等对合规性敏感的领域是一个关键局限。我们提出了 sui-1，一个 24B 参数模型，可生成带有行内引用的生成式摘要，使用户能够将每个陈述追溯至其源句子。我们的合成数据流水线将思维链提示与多阶段验证相结合，从包括议会文件、网络文本和维基百科在内的多种来源中，生成了跨越五种语言的超过 22,000 个高质量训练样本。评估表明，sui-1 显著优于所有测试过的开放权重基线，包括参数量多 3 倍的模型。这些结果表明，对于基于引用的摘要任务，特定任务训练的效果远优于单纯扩大模型规模。模型权重和交互式演示已公开发布。